الترتيب السببي في علم النفس: الأطر النظرية والمنهجية لتحديد اتجاه التأثير

يُمثّل الترتيب السببي (Causal Ordering) حجر الزاوية الإبستمولوجي والمنهجي في بناء النظريات وتصميم البحوث ضمن مجالات علم النفس والعلوم السلوكية. يشير هذا المفهوم إلى التحديد الدقيق لاتجاه وسلسلة التأثيرات التي تربط بين المتغيرات النفسية، محددًا بذلك أي المتغيرات يُعد سببًا (متغيرًا مستقلاً أو أصيلاً) وأيها يُمثل نتيجة (متغيرًا تابعًا أو متأثرًا). بدون التأسيس المنهجي الصارم للترتيب السببي، تظل العلاقات الإحصائية الملحوظة مجرد ارتباطات متزامنة عاجزة عن تفسير آليات السلوك البشري أو توجيه التدخلات العلاجية بدقة.

في المشهد النفسي المعاصر، يواجه الباحثون تحديًا مستمرًا يتمثل في تفكيك التعقيد الشديد للظواهر الإنسانية؛ إذ نادرًا ما تتصرف المتغيرات العاطفية والمعرفية والبيئية وفق مسارات خطية بسيطة. من هنا، يكتسب الترتيب السببي أهميته القصوى ليس فقط كإجراء إحصائي لحساب معاملات الانحدار أو مسارات النماذج البنائية، بل كإطار فلسفي وتحليلي يستند إلى شروط الأسبقية الزمنية، والعزل المنهجي، والنظرية المتماسكة لتفادي الوقوع في مغالطات السببية العكسية والارتباطات الزائفة.

الجذور الإبستمولوجية والتطور التاريخي للترتيب السببي

تعود الإرهاصات الفلسفية الأولى لمفهوم الترتيب السببي إلى الفيلسوف الإسكتلندي ديفيد هيوم، الذي جادل بأن السببية لا يمكن إدراكها مباشرة بالحواس، بل يتم الاستدلال عليها عبر ثلاثة شروط أساسية: الاقتران المكاني والزماني، والأسبقية الزمنية للسبب على النتيجة، والارتباط الدائم أو المطرد. ورغم تشكيك هيوم الراديكالي في إمكانية إثبات السببية يقينًا، إلا أن شروطه شكلت القاعدة التي انطلقت منها المنهجية التجريبية في علم النفس الحديث.

شهد منتصف القرن العشرين تحولاً نوعيًا من الطرح الفلسفي إلى الصياغة الرياضية الدقيقة مع أبحاث عالم الاقتصاد والعلوم المعرفية هربرت سايمون في عام 1953 حول “الترتيب السببي في الأنظمة الاقتصادية القياسية”. قدم سايمون تعريفًا بنيويًا للترتيب السببي يعتمد على فكرة التباين غير المتماثل (Asymmetry) في المعادلات الرياضية الخطية، موضحًا أن نظامًا معينًا من المعادلات يمكن حله بطريقة متسلسلة تبدأ من المتغيرات الخارجية (Exogenous) التي تؤثر ولا تتأثر داخل النظام، وصولاً إلى المتغيرات الداخلية (Endogenous).

تلا ذلك نقلة ثورية في أواخر القرن العشرين وبدايات القرن الحادي والعشرين بفضل أعمال عالم الحاسوب والإحصاء جوديا بيرل ودونالد روبن. أسس بيرل نظرية الاستدلال السببي باستخدام الرسوم البيانية الموجهة اللاحلقية (Directed Acyclic Graphs – DAGs) ولغة “جبر التدخل” (do-calculus)، بينما طوّر روبن “نموذج النتائج المحتملة” (Potential Outcomes Framework). هذه التطورات وفرت لعلماء النفس أدوات بالغة الدقة لتحديد الترتيب السببي واختبار الشروط التي يمكن في ظلها استنتاج علاقة سببية من بيانات رصدية غير تجريبية.

المبادئ الأساسية الحاكمة للترتيب السببي في البحث السلوكي

لا يمكن افتراض الترتيب السببي اعتباطيًا أو بناءً على الدلالة الإحصائية المجردة؛ فالترتيب السببي يتطلب الوفاء بحزمة متكاملة من الشروط المنهجية والنظرية الصارمة، والتي تشمل:

• الأسبقية الزمنية (Temporal Precedence): يجب أن يحدث السبب افتراضًا وتجريبيًا قبل النتيجة زمنيًا. ورغم وضوح هذا المبدأ ظاهريًا، إلا أن قياسه في الظواهر النفسية المعقدة يتطلب فواصل زمنية متناسبة مع طبيعة التغير النفسي المرصود.
• الاقتران الإحصائي الثابت (Empirical Association): يتطلب وجود ارتباط إحصائي ذي دلالة بين المتغير المستقل والتابع، بحيث يتغير احتمال أو قيمة النتيجة مع تغير قيمة السبب.
• اللازيفية وعدم التشتت (Non-Spuriousness): ينبغي إثبات أن العلاقة بين المتغيرين لا تنشأ عن عامل ثالث مفسر (Confounder) يؤثر فيهما معًا، وهو ما يتطلب تقنيات عزل تجريبي أو إحصائي متقدمة.
• المعقولية النظرية والآلية التفسيرية (Theoretical Plausibility & Mechanism): يجب أن يستند الترتيب السببي إلى منطق نظري متماسك يوضح المسار الميكانيكي (المعرفي، العصبي، أو السلوكي) الذي يترجم تأثير السبب إلى تغيير ملحوظ في النتيجة.
• التباين المضاد للواقع (Counterfactual Reasoning): يتطلب التفكير في النتيجة التي كانت ستتحقق لنفس الفرد في حال عدم تعرضه للمتغير السببي تحت نفس الظروف تمامًا.

تتفاعل هذه المبادئ معًا لتشكل سدًا منيعًا ضد التحيزات التفسيرية الشائعة. على سبيل المثال، يفشل مبدأ الأسبقية الزمنية وحده في إثبات الترتيب السببي في حالات مثل التوقعات الاستباقية، حيث قد يُظهر الأفراد تغييرًا سلوكيًا يسبق حدوث حدث خارجي معين ببساطة لأنهم يتوقعون حدوثه، مما يعكس ترتيبًا سببيًا باطنيًا تقوده المعرفة لا الحدث ذاته.

النماذج المنهجية لتحديد واختبار الترتيب السببي

يتطلب التحقق من الترتيب السببي تصميمات منهجية تتجاوز الدراسات المقطعية البسيطة (Cross-Sectional Studies)، والتي تعاني بطبيعتها من عجز متأصل في تحديد الاتجاه السببي نظرًا لجمع البيانات في نقطة زمنية واحدة. يوضح العرض التالي أهم المناهج البحثية المستخدمة لمعالجة هذه الإشكالية:

1. التصاميم التجريبية العشوائية المضبوطة (RCTs)

تُعد التجارب العشوائية المعيار الذهبي في إثبات الترتيب السببي. من خلال التوزيع العشوائي للمشاركين والتحكم المباشر في المتغير المستقل (التدخل أو المثير) قبل قياس المتغير التابع، يضمن الباحث تحقيق الأسبقية الزمنية وتكافؤ المجموعات الأولي، مما يقضي على تأثير المتغيرات المشوشة الكامنة. ومع ذلك، تصطدم هذه التصاميم بعوائق أخلاقية وعملية عند دراسة سمات شخصية مستقرة، أو صدمات نفسية، أو متغيرات تطورية طويلة الأمد.

2. التصاميم الطولية ونماذج التباطؤ المتبادل (Cross-Lagged Panel Models)

في السياقات التي يتعذر فيها إجراء التجارب، تمثل الدراسات الطولية (Longitudinal Studies) البديل الأقوى. يُعد نموذج اللوحة ذو التباطؤ المتبادل (CLPM) أحد أشهر الأساليب الإحصائية المستخدمة لاختبار الترتيب السببي بين متغيرين يتم قياسهما في موجتين زمنيتين أو أكثر. يتيح هذا النموذج مقارنة قوة المسار من المتغير (أ) في الزمن الأول إلى المتغير (ب) في الزمن الثاني، بالمسار المعاكس من المتغير (ب) في الزمن الأول إلى المتغير (أ) في الزمن الثاني، بعد ضبط الاستقرار الذاتي للمتغيرات (Autoregressive effects).

وقد تطور هذا النموذج حديثًا إلى نموذج التباطؤ المتبادل ذو الاعتراضات العشوائية (RI-CLPM)، والذي يفصل التباين الثابت بين الأفراد (Between-person variance) عن التباين الديناميكي داخل الفرد الواحد عبر الزمن (Within-person variance). هذا التمييز حاسم للغاية؛ لأن الفشل في عزل السمات المستقرة للأفراد يؤدي غالبًا إلى استنتاجات خاطئة حول الترتيب السببي للتغيرات المؤقتة.

3. تصاميم السلاسل الزمنية المتقطعة والتجارب الطبيعية

تتيح التجارب الطبيعية (Natural Experiments) دراسة أحداث واقعية مفاجئة (مثل التغيرات التشريعية، أو الكوارث، أو الأزمات الاقتصادية) بوصفها تدخلات شبه تجريبية تفرض ترتيبًا سببيًا خارجيًا بوضوح. ومن خلال جمع قياسات متكررة قبل الحدث وبعده، يستطيع الباحثون رصد الانحرافات الدقيقة في مسار المتغير التابع وعزوها سببيًا إلى الحدث التدخلي بفضل الأسبقية الزمنية المطلقة للحدث.

الترتيب السببي في إطار نمذجة المعادلات البنائية (SEM)

تُمثل نمذجة المعادلات البنائية (Structural Equation Modeling) بيئة متقدمة لاختبار الفرضيات المعقدة حول الترتيب السببي بين المتغيرات الكامنة (Latent Variables) المقاسة بعدة مؤشرات. وتتطلب صياغة هذه النماذج تحديدًا مسبقًا لاتجاه الأسهم، وهو التحديد الذي يترجم الفرضية السببية للمنظومة برمتها.

تنقسم النماذج البنائية في تعاملها مع الترتيب السببي إلى نوعين رئيسيين:

• النماذج التكرارية (Recursive Models): نماذج تفترض تدفقًا وحيد الاتجاه للتأثيرات السببية دون وجود أي حلقات تغذية راجعة (Feedback Loops) أو تأثيرات متبادلة متزامنة بين المتغيرات، وتتسم هذه النماذج بسهولة التعرف الإحصائي وقابلية التقدير المباشر.
• النماذج غير التكرارية (Non-Recursive Models): نماذج تسمح بوجود سببية تبادلية متزامنة أو حلقات تأثير عكسي، مما يعكس تعقيد التفاعلات النفسية الديناميكية، إلا أنها تتطلب شروطًا صارمة للتعرف الرياضي، مثل استخدام متغيرات آلية (Instrumental Variables) لتجنب عدم تحديد النموذج (Under-identification).

إلى جانب ذلك، يبرز تحليل التوسط السببي (Causal Mediation Analysis) كأحد أهم التطبيقات الحيوية؛ حيث يحدد الباحث ترتيبًا ثلاثيًا: يبدأ بالمتغير المستقل الأول، متبوعًا بمتغير وسيط، ومنتهيًا بالمتغير التابع. أي خطأ في فرض الترتيب السببي الصحيح للمتغير الوسيط يؤدي إلى تقديرات مضللة للأثر المباشر وغير المباشر، مما يؤكد أن الدقة الإحصائية ليست بديلاً عن المعمارية النظرية السليمة.

التحديات الإحصائية والمعضلات التفسيرية

يواجه الاستدلال على الترتيب السببي في العلوم النفسية عوائق جوهرية تنبع من طبيعة الظواهر النفسية غير الخطية ومتعددة المحددات. وتتطلب معالجة هذه العوائق فهمًا دقيقًا للمصادر المحتملة للخطأ المنهجي والإحصائي:

1. إشكالية السببية العكسية (Reverse Causality)

تحدث السببية العكسية عندما يؤثر المتغير الذي يُفترض أنه نتيجة في المتغير الذي يُفترض أنه سبب. على سبيل المثال، ظلت العلاقة بين تدني احترام الذات والاكتئاب موضع جدل لعقود: هل يؤدي انخفاض احترام الذات إلى الإصابة بالاكتئاب (نموذج الهشاشة – Vulnerability Model)، أم أن نوبات الاكتئاب تؤدي إلى تآكل احترام الذات (نموذج الندبة – Scar Model)؟ يتطلب حل مثل هذه المعضلة دراسات متابعة طويلة الأمد تقيس كلا المتغيرين دوريًا لتحديد الاتجاه الراجح للتأثير.

2. مشكلة المتغير الثالث والتفسيرات الزائفة (The Third-Variable Problem)

يحدث الارتباط الزائف بين متغيرين بسبب ارتباطهما بمتغير ثالث غير ملحوظ أو مهمل في النموذج التحليلي. في علم النفس المرضي، قد يرتبط اضطراب النوم ارتباطًا وثيقًا بضعف التركيز، مما يدفع للاعتقاد بأن قلة النوم هي السبب المباشر للتشتت الذهني، بينما قد يكون كلا العرضين ناتجين عن متلازمة توتر حاد أو خلل هرموني كامن هو المحرك الفعلي لكليهما.

3. اللامتزامنية والفواصل الزمنية غير الدقيقة (Lag-Length Misspecification)

تتطلب العمليات النفسية المختلفة فترات زمنية متفاوتة لتتجلى آثارها؛ فالتغير المعرفي الحاد قد يحدث في غضون ثوانٍ، بينما يستغرق تشكل سمات الشخصية أو الشفاء من الصدمات النفسية سنوات. يؤدي اختيار فاصل زمني خاطئ في الدراسات الطولية (كأن يكون طويلاً جدًا أو قصيرًا جدًا بالنسبة للعملية السببية الحقيقية) إلى اختفاء التأثيرات السببية الفعلية أو تقديرها بصورة مشوهة، مما يقوض صحة استنتاجات الترتيب السببي.

تطبيقات الترتيب السببي في فروع علم النفس المختلفة

تتضح الأهمية العملية للترتيب السببي عند تطبيقه في سياقات البحث الإكلينيكي، والتنموي، والاجتماعي، حيث ينعكس تحديد المسار السببي مباشرة على نوعية الاستراتيجيات الوقائية والعلاجية:

علم النفس العيادي والتدخلات النفسية

في دراسة اضطرابات القلق، يعد تحديد الترتيب السببي بين التجنب السلوكي والمشاعر السلبية أمرًا مصيريًا؛ فإذا كان التجنب يسبق استمرار القلق ويعززه عبر آليات التعزيز السلبي، فإن بروتوكولات العلاج السلوكي المعرفي (CBT) تركز بالضرورة على التعريض السلوكي لكسر هذه الحلقة المفرغة، بدلاً من الاقتصار على التعامل مع الانفعال الظاهري.

علم النفس النمائي والتربوي

شهدت دراسات التحصيل الأكاديمي نقاشات مستفيضة حول الترتيب السببي بين الكفاءة الذاتية (Self-Efficacy) والأداء الدراسي. أظهرت نماذج التأثير المتبادل (Reciprocal Effects Models) أنه على الرغم من أن الأداء السابق يعزز الإحساس بالكفاءة، إلا أن الكفاءة الذاتية المرتفعة تساهم بدورها وبشكل مستقل في دفع الأداء اللاحق. يتيح فهم هذا الترتيب المزدوج للمربين تصميم تدخلات تعزز الجوانب النفسية والمهارية بشكل متزامن.

علم النفس الاجتماعي والسلوك الجمعي

يركز علم النفس الاجتماعي على العلاقة بين الاتجاهات (Attitudes) والسلوك (Behavior). لعقود طويلة، افترضت النظريات التقليدية أن المعتقدات والاتجاهات تسبق السلوك وتوجهه، غير أن أبحاث التنافر المعرفي (Cognitive Dissonance) ونظرية إدراك الذات لداريل بيم أثبتت وجود ترتيب سببي معاكس؛ حيث يقوم الأفراد في كثير من الأحيان بتعديل وتشكيل اتجاهاتهم لتتوافق مع السلوكيات التي انخرطوا فيها بالفعل، مما يؤكد مرونة وديناميكية الترتيب السببي بحسب السياق البيئي والدافعي.

الخلاصة والآفاق المستقبلية في الاستدلال السببي

يظل الترتيب السببي المحور الناظم لكل جهد بحثي يسعى لتفسير الطبيعة الإنسانية بما يتجاوز السطح الوصفي المجرد. إن التحديات المنهجية التي تفرضها السببية التبادلية والمتغيرات الكامنة لا تقلل من قيمة البحث في الترتيب السببي، بل تدفع نحو تبني أدوات تحليلية أكثر تطورًا وتكاملية تجمع بين الصرامة الإحصائية والعمق النظري.

تحمل الآفاق المستقبلية وعودًا كبرى مع دخول خوارزميات تعلم الآلة وأساليب “الاكتشاف السببي” (Causal Discovery) المستندة إلى الذكاء الاصطناعي، والتي تتيح استنتاج الرسوم البيانية السببية مباشرة من البيانات الضخمة المعقدة وسجلات القياس اللحظي التكراري (Ecological Momentary Assessment). ومع ذلك، ستظل النظرية السيكولوجية الرصينة البوصلة التي توجه هذه الخوارزميات وتمنح مخرجاتها دلالتها التفسيرية الرصينة.

المراجع

• Bollen, K. A. (1989). Structural equations with latent variables. John Wiley & Sons.
• Hamaker, E. L., Kuiper, R. M., & Grasman, R. P. (2015). A critique of the cross-lagged panel model. Psychological Methods, 20(1), 102–116. https://doi.org/10.1037/a0038889
• Kenny, D. A. (1979). Correlation and causality. John Wiley & Sons.
• Kline, R. B. (2015). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
• Pearl, J. (2009). Causality: Models, reasoning, and inference (2nd ed.). Cambridge University Press.
• Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688–701. https://doi.org/10.1037/h0037350
• Simon, H. A. (1953). Causal ordering and identifiability. In W. C. Hood & T. C. Koopmans (Eds.), Studies in econometric method (pp. 49–74). John Wiley & Sons.
• VanderWeele, T. J. (2015). Explanation in causal inference: Methods for mediation and interaction. Oxford University Press.